您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. k均值 半监督 多关系数据 聚类

  2. 本PPT是根据《一种半监督K均值多关系数据聚类算法》这篇论文的内容制作而成。主要涉及到半监督,多关系数据。希望对大家的研究有所帮助。
  3. 所属分类:其它

    • 发布日期:2010-03-02
    • 文件大小:423kb
    • 提供者:iamonly1
  1. k均值算法的研究

  2. 将 K—me a n s 算法引入到朴素贝叶斯分类研究中 , 提 出一种基于 K—me a n s的朴素贝叶斯分类算法。首先用 K— me . a r k s 算法对原始数据集 中的完整数据子集进行聚类 , 计算缺失数据子集中的每条记录与 个簇重心之间的相似度 , 把记 录赋给距离最近的一个簇, 并用该簇相应的属性均值来填充记录的缺失值 , 然后用朴素贝叶斯分类算法对处理后的数据 集进行分类。实验结果表明, 与朴素贝叶斯相比, 基于 K—me a n s 思想的朴素贝叶斯算法具有较高的分类准确
  3. 所属分类:数据库

    • 发布日期:2012-02-27
    • 文件大小:169kb
    • 提供者:liziqunsuanfa
  1. K-均值聚类的Matlab仿真设计

  2. 研究k均值算法设计思想,并用matlAB仿真实现。
  3. 所属分类:其它

    • 发布日期:2012-04-21
    • 文件大小:268kb
    • 提供者:sever2011
  1. K均值和ISOData聚类

  2. 很好聚类算法实现,分别实现了K均值和ISOData算法,可以直接运行,MFC界面,对于学习聚类算法和研究数字图像处理的人很有帮助
  3. 所属分类:C++

    • 发布日期:2012-11-25
    • 文件大小:7mb
    • 提供者:yyshawn
  1. K均值动态算法

  2. K均值动态算法,实现动态聚类,适合初学者研究。
  3. 所属分类:C++

    • 发布日期:2013-09-24
    • 文件大小:9kb
    • 提供者:ydp2tlh
  1. 基于K_Means的文本层次聚类算法研究

  2. k-means 算法接受参数 k ;然后将事先输入的n个数据对象划分为 k个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”(引力中心)来进行计算的。
  3. 所属分类:Java

    • 发布日期:2015-01-28
    • 文件大小:85kb
    • 提供者:fangzhi8907
  1. K-means聚类算法

  2. 聚类相关的研究论文,有核心期刊 硕博论文,包含K均值选取、初始类中心等。
  3. 所属分类:其它

    • 发布日期:2015-04-04
    • 文件大小:258kb
    • 提供者:cyf2011300
  1. 基于脉搏波的动脉硬化识别方法的研究

  2. SODATA算法是在k-均值算法的基础上,增加对聚类结果的“合并”和“分裂”两个操作,并设定算法运行控制参数的一种聚类算法。迭代次数会影响最终结果,迭代参数选择很重要。
  3. 所属分类:讲义

    • 发布日期:2016-02-05
    • 文件大小:5mb
    • 提供者:huahuazhu1989
  1. K均值算法改进及在网络入侵检测中的应用_刘长骞.pdf

  2. 研究保证网络安全有效阻止入侵行为,针对网络入侵检测问题,传统 K 均值聚类算法在网络入侵检测应用过程中, 存 在对聚类中心初始值敏感、易陷入局部最优值等不足,从而使网络入侵检测正确率低,误检测率高难题。为了提高检测准确 性,提出一种改进的 K 均值聚类网络入检测算法
  3. 所属分类:系统安全

    • 发布日期:2019-05-14
    • 文件大小:301kb
    • 提供者:yantaidahan
  1. 1-CSTPCD 北大核心 汽车4S店TFM客户细分模型及其方法研究.pdf

  2. 针对汽车4S 店客户消费模式不同于其他行业,而传统RFM 模型难以适用于汽车4S 店客户细分的问题,课题组对传统RFM 模型的数据分析指标进行优化改进,形成可适用于汽车4S 店的TFM 客户细分模型. 该模型可依据客户的行为属性通 过K 均值聚类算法进行客户细分,最后随机抽取某汽车4S 店客户数据进行实验验证. 实验结果表明,改进的TFM 模型能够有效细分客户,为汽车4S 店针对不同价值的客户制定相应的个性化服务以及营销策略提供了良好的参考依据.
  3. 所属分类:互联网

    • 发布日期:2020-05-14
    • 文件大小:1mb
    • 提供者:nczfkb
  1. 基于车载LiDAR数据的道路边界精细提取

  2. 根据道路在车载激光点云数据中的表达特征,提出一种基于轨迹线辅助下的K均值聚类算法,开展针对道路边界线的自动精细提取研究,算法描述为:先进行数据预处理,将复杂轨迹简化成单一轨迹;再利用轨迹辅助,通过插入截面,将点云投影在截面上获得"断面线";然后以断面线为基础,采用K均值聚类算法提取出道路边界;最后对提取的道路边界进行检核、优化,获取精细道路边界信息.实验表明,该方法实现了道路边界高效准确地全自动提取.
  3. 所属分类:其它

    • 发布日期:2020-05-02
    • 文件大小:884kb
    • 提供者:weixin_38697171
  1. 机器学习中的权重学习与差分演化

  2. 机器学习是人工智能的核心研究问题,是计算机获得智能的根本途径。自从20世纪50年代人工智能学科建立以来,人们已经提出了大量的机器学习算法,如决策树、神经网络、支持向量机、K均值聚类及KNN算法等。而实际问题中的真实数据往往具有以下的一个或几个特点:含噪音的、具有缺失数据、数据类别分布不平衡、特征重要程度不同、大数据以及数据含有不确定性等,特别是当前随着计算机技术及通讯网络的迅猛发展,这些问题变得更加突出。为了处理这些不完美的数据,人们提出了许多改进的算法,比如可以集成多个学习器的集成学习系统,能
  3. 所属分类:机器学习

    • 发布日期:2020-01-15
    • 文件大小:4mb
    • 提供者:sunearlier
  1. SODATA 基于脉搏波的动脉硬化识别方法的研究

  2. SODATA 基于脉搏波的动脉硬化识别方法的研究。 基于脉搏波的动脉硬化识别方法的研究。 SODATA算法是在k-均值算法的基础上,增加对聚类结果的“合并”和“分裂”两个操作,并设定算法运行控制参数的一种聚类算法。迭代次数会影响最终结果,迭代参数选择很重要。 识别方法
  3. 所属分类:讲义

    • 发布日期:2019-03-04
    • 文件大小:5mb
    • 提供者:xmt1139057136
  1. 粗糙集连续属性离散化的k均值方法

  2. 为在应用粗糙集理论处理数据时,对连续属性进行离散化预处理,采用k均值算法对连续属性进行离散化的方法,将属性无监督聚类成两类.通过在UCI数据库上选取的4组数据进行实验,首先离散化,再通过粗糙集约简,最后使用k NN(k=10)分类器,并和其他两种离散化方法进行对比.研究结果表明:该方法能够提高离散化的效率,降低实验的复杂度,并有效减少断点数.
  3. 所属分类:其它

    • 发布日期:2020-06-28
    • 文件大小:613kb
    • 提供者:weixin_38709816
  1. K-均值聚类算法研究

  2. 【摘要】 目前,对于聚类问题的研究普遍存在于社会生活中的各个领域,如模式识别、图像处理、机器学习和统计学等。关于对生活中各种各样的数据的聚类分类问题已经成为众多学者的研究热题之一。聚类和分类的区别在于,聚类没有任何先验知识可循,要通过数据自身的特点,将数据自动的划分到不同的类别中。聚类的基本形式定义为“在已给的数据集合中寻找数据点集的同类集合。每一个集合叫做一个类,并确定了一个区域,在区域中对象的密度高于其他区域中的密度。”聚类方法有很多种,其中最简单的形式便是划分式聚类,划分式聚类试图将给定的
  3. 所属分类:互联网

    • 发布日期:2020-07-04
    • 文件大小:3mb
    • 提供者:songzailu6482
  1. 偏联系数聚类和随机森林算法在雷达信号分选中的应用

  2. 为了提高雷达调制信号在电子对抗环境中的分选准确度,建立了基于偏联系数模糊聚类(PCFCM)算法和教与学随机森林(TLRF)算法的雷达调制信号分选(PCFCM-TLRF)模型。该模型引入偏联系数(PCN)改进K均值聚类(K-means)算法,优化模糊C均值聚类(FCM)算法,用优化后的FCM算法对信号样本集进行预处理;使用“教与学”优化(TLBO)算法优化随机森林(RF)算法,使优化后的RF算法能够以更低的复杂度构成更优的分类器;将预处理后的样本作为TLRF中的训练样本实现信号分选。研究结果表明,
  3. 所属分类:其它

  1. 复杂环境下异形多目标识别与点云获取算法

  2. 研究了复杂环境下不同形状物体的快速识别、定位以及表面检测,旨在满足智能机器在线作业时对复杂环境中的目标进行同步性抓取以及表面检测等需求,讨论了异形物体的多目标快速识别、定位、立体匹配及点云后处理算法。首先,基于稳健主成分分析识别出场景中的新增目标,再运用改进k均值聚类对各目标进行图像定位。然后,通过支持向量机筛选出感兴趣区域,并借助外极线约束进行一维搜索获取双目图像中的待匹配区域,快速获得局部三维点云。最后,进行特定的点云去噪处理以减小误差。实验结果表明,相比于传统方法,本文算法有效缩短了程序运
  3. 所属分类:其它

    • 发布日期:2021-02-12
    • 文件大小:14mb
    • 提供者:weixin_38553681
  1. 基于暂降信息的监测装置优化配置与系统电压暂降水平评估

  2. 利用可获得的监测数据评估电网的电压暂降水平是电能质量领域的重要研究课题。为保证评估结果客观合理,引入暂降信息概念,根据监测或仿真获得的信息构造节点指标向量和系统指标向量,分别刻画节点和系统暂降水平;分析节点指标和系统指标的关系,提出以代表性节点监测代替全网监测实现系统暂降水平评估。以仿真模拟所得节点指标向量为节点分区依据,通过粒子群K均值聚类算法进行节点分区并识别代表性节点;用代表性节点的节点指标向量度量所在分区的电压暂降水平,并通过统计方法估计系统指标向量。IEEE 30节点系统仿真结果表明,
  3. 所属分类:其它

    • 发布日期:2021-01-13
    • 文件大小:995kb
    • 提供者:weixin_38616139
  1. 基于子空间聚类的视频人脸数据自动标注

  2. 针对人脸数据标注所需的人工和时间成本巨大,标注出的人脸数据集含有较多噪声问题,提出一种基于子空间聚类的视频人脸数据自动标注方法。首先,将海量视频作为人脸数据的采集来源,以满足多种人脸识别任务中不同的人脸数据需求,然后使用人脸识别模型将人脸数据映射到特征空间,使用改进K近邻算法把人脸数据划分到不同的子特征空间,最后在每个子特征空间内使用K均值算法分离人脸数据中的正样本、难正样本与负样本,收集难正样本构建人脸数据集。实验在公开数据集LFW与真实待标注数据上进行,实验结果表明子空间聚类法的F1度量得分
  3. 所属分类:其它

  1. 基于矩阵素描和k-均值聚类的增量非负矩阵分解

  2. 随着因特网上信息的增加,在商业应用中迫切需要在线和实时推荐。 这种推荐通过结合用户的历史数据和他们的当前行为来获得结果。 传统的推荐算法具有很高的计算复杂度,因此在处理大量历史数据时通常会延迟其React。 在本文中,我们研究了现代应用程序中在线和实时处理的基本需求。 特别是为了给用户提供更好的在线体验,本文提出了一种增量推荐算法,以减少计算复杂度和React时间。 可以将所提出的算法视为非负矩阵分解的在线版本。 本文采用矩阵草图法和k-means聚类分别处理冷启动用户和现有用户,实验表明该算法
  3. 所属分类:其它

    • 发布日期:2021-03-27
    • 文件大小:764kb
    • 提供者:weixin_38644097
« 12 »